한국어 숫자음의 음운변화 및 화자 발성특성을 고려한 연결숫자 인식의 성능향상

송명규,김형순 한국음향학회 2002 韓國音響學會誌 Vol.21 No.4

Each Korean digit is composed of only a syllable, so recognizers as well as Korean often have difficulty in recognizing it. When digit strings are pronounced, the original pronunciation of each digit is largely changed due to the co-articulation effect. In addition to these problems, the distortion caused by various channels and noises degrades the recognition performance of Korean connected digit string. This paper dealt with some techniques to improve recognition performance of it, which include defining a set of PLUs by considering phonemic variations in Korean digit and constructing a recognizer to handle speakers various speaking styles. In the speaker-independent connected digit recognition experiments using telephone speech, the proposed techniques with 1-Gaussian/state gave string accuracy of 83.2%, i. e., 7.2% error rate reduction relative to baseline system. With 11-Gaussians/state, we achieved the highest string accuracy of 91.8%, i. e., 4.7% error rate reduction. 한국어 숫자는 모두 단음절로 이루어져 있으며, 연속적으로 발음될 때 인접 숫자들의 상호조음현상에 의해 각 숫자의 고유 발음이 변화하고, 또한 그 숫자들의 경계도 모호해지는 문제점이 있다. 이러한 문제점들과 더불어 배경잡음이나 채널에 의한 왜곡에 따른 문제점들로 인해 한국어 연결숫자의 인식 성능은 만족스럽지 못한 것이 현실이다. 본 논문에서는 연결숫자의 인식성능 향상을 위해서 한국어 숫자들의 음운변화를 고려하여 유사음소 (phonelike units: PLUs)군을 정의하고, 사용자의 여러 가지 발성형태에 따른 다양한 음운 현상의 변화를 흡수할 수 있도록 인식 시스템을 구성하는 방식을 검토하였다. 전화망 4연숫자를 이용한 화자독립 인식 실험을 수행한 결과 제안된 방법의 숫자열 인식률은 상태당 믹스쳐 (mixture) 개수가 1인 경우 83.2%로, 기준 시스템 (baseline)에 대한 오류감소률이 7.2%였고 가장 높은 성능을 나타낸 믹스쳐 개수가 11인 경우 숫자열 인식률은 91.8% 오류감소율은 4.7%였다.

필기 숫자의 기계 인식을 위한 인간의 필기 숫자 인식 실험에 대한 고찰

윤성수(Sungsoo Yoon),정현숙(Hyunsook Chung),이광오(Kwangoh Yi),이일병(Yillbyeong Lee),이상호(Sangho Lee) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.3

지금까지 기계 기반의 필기 숫자 인식 방법에 대한 많은 연구가 진행되어 왔다. 그러나 여전히 인간이 만족할 만한 인식 성능을 이루지는 못하였다. 이러한 배경에는 단순히 인식률을 나타내는 수치가 낮은 것도 한 부분을 차지 하지만, 인간이 수긍할 수 없는 오류 성향도 중요한 부분을 차지한다. 그러므로 본 논문에서는 실제 인간의 숫자 인식이 어떻게 이루어지는지를 확인하는 실험을 먼저 수행하고, 이것에 근거하여 기계 인식을 위하여 필요한 요소들이 무엇인지를 고찰하도록 하였다. 실험결과 한쪽 또는 양쪽 방향으로 혼동하는 숫자 쌍, 전혀 혼동하지 않는 숫자 쌍, 오류 발생의 중복성 등의 결과를 비교 분석하여 인간이 인식과정에서 중요하게 고려하는 특징들을 찾아냈고, 그 결과에 근거하여 기계 인식에 있어서 더 높은 인식 성능을 발휘할 수 있고, 더 나이가 인간적인 측면에서 보다 더 신뢰할 수 있는 인식결과를 이끌어 낼 수 있는 접근 방향에 대하여 제시하였다. So far there have been many researches on machine-based recognition of handwritten digit. But we have not yet attained the level of performance that can be satisfactory to men. The dissatisfaction with the performance of machine comes from not only the low accuracy of recognition but also the dissimilarity of the recognition results between man and machine. To reduce the difference of machine from man we first made an experiment with the human recognition of handwritten digits and then inquiry into the way of the human recognition that makes the results of men different from that of machine. We found out the attributes that play an important role in the human recognition process through the analysis of the experimental results like uni- and bi-directional confused pairs of digits, several ones unmixed up with another and the redundancy of mis-recognition, and proposed the approach direction to be able to improve the accuracy of the machine-based recognition, and furthermore the similarity in the recognition results of men and machine on the basis of the found facts above.

온라인 숫자인식을 위한 스트링과 영역 정합의 비교

권오성 公州敎育大學 敎育硏究所 1995 公州敎大論叢 Vol.32 No.2

본 논문에서는 흘려쓴 숫자 필기외 온라인 인식을 위한 두가지 정합방법을 설명하고 성능을 비교 • 분석하였다. 첫번째 방법은 입력되는 필기궤적으로 부터 스트링을 생성 하여 정합하는 방법이고 두번째 방법은 필기궤적(스트링)으로 부터 숫자영상을 생성 한 후에 필기영역을 정합하는 방법이다. 이 두 방법은 서로 상이한 특징 추출과정을 갖고 있는데,첫번째 방법은 일반적인 온라인 인식에서와 같이 필기궤적으로 부터 정 합에 필요한 특징을 추출하여 사용하였고,두번째 방법은 오프라인 인식에서와 같이 필기된 숫자영상으로 부터 특징을 추출하여 인식에 이용하였다. 인식실험결과,두 방 법은 필기형태에 따라 인식시에 서로 다른 특성을 보였으며,이 두 방법은 서로 보완 될 수 있는 방법임을 확인할 수 있었다. 스트링 정합을 이용한 경우가 영역정합에 비 해 전반적으로 높은 인식률을 보였으나 획순의 변형이나 몇가지 필기형태에서 인식률 이 저하되었다. 그러므로,이러한 두 인식기를 결합한 다중인식기를 만들면 오프라인 인식방법의 장점을 온라인 인식결과에 반영할 수 있으므로 인식률의 향상을 기대할 수 있을 것이다.

은닉 마르코프 모델을 이용한 온라인 숫자 인식

권오성 公州敎育大學 敎育硏究所 1996 公州敎大論叢 Vol.33 No.2

본 논문을 통해 HMM을 이용한 온라인 숫자 인식 방법을 제안하였다. 온라인 숫자 필 기인식은 분류해야 할 클래스가 적지만 필기 형태의 변형이 심하여 쉬운 인식 대상은 아 니다. 인식은 입력 필기를 전처리하여 방향코드열로 변환하고 숫자마다의 HHM 모델과 정합하는 것으로 이루어지며,정합 결과를 비교하여 최적의 모델을 선택하여 인식 결과를 정하고 있다. 숫자마다의 HMM구조는 시간제약에 따른 필기의 변형을 효과적으로 처리하 기 위하여 상태들을 선형으로 연결하여 구성하였다. 이러한 온라인 숫자 인식의 연구는 숫 자필기가 사용되는 펜 인터페이스에 광범위하게 사용될 수 있을 것으로 생각되며, 스프레 드쉬트, CAKComputer Aided Instruction) 등에 효과적인 적용이 기대된다. 추가적인 연구로는 학습시에 파라메터 초기값의 배정문제,모델을 구성하는 상태 수의 결정 등을 지능적이고 효과적으로 수행하는 방법론의 개발이 필요하다. 또한 기존에 개발 된 다른 인식 방법론(예를들면,구조적인 인식,스트링 정합인식, 신경망인식 등)과의 비교 와 통합을 통해 인식률을 향상시키는 연구가 필요하리라 생각된다.

조명 정규화 및 하이브리드 분류기를 이용한 계량기 숫자 인식

오한글(Hangul Oh),조성원(Seongwon Cho),정선태(Sun-Tae Chung) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.1

본 논문에서는 저조도 및 음영이 생기는 조명 환경하에서 성능이 개선된 계량기 숫자 인식 방법을 제안한다. 저조도 및 음영 문제를 해결하기 위해 LN(Local Normalization) 처리 기법을 이용한 조명 정규화를 수행한 후, 계량기 숫자 영역 검출과 3단계 계량기 숫자 분할이 이루어진다. 마지막으로 분할된 숫자 데이터를 분류하기 위한 하이브리드 숫자 분류기가 적용된다. 제안된 하이브리드 숫자 분류기는 역전파 신경망과 템플레이트 매칭의 연속 결합으로 이루어지고, 계량기 숫자 분류에 보다 강인한 휴리스틱 규칙에 의해 최종적으로 숫자를 분류한다. 저조도 및 음영 조명 환경하의 다양한 계량기 종류에 대해 직접 촬영하여 자체 제작한 계량기 이미지 데이터베이스에 기반한 실험을 통해 본 논문에서 제안한 숫자 인식 방법을 평가하고, 제안된 계량기 숫자 인식 방법이 효과적으로 잘 동작함을 확인하였다. In this paper, we propose an improved numeric character recognition method which can recognize numeric characters well under low-illuminated and shade-illuminated environment. The LN(Local Normalization) preprocessing method is used in order to enhance low-illuminated and shade-illuminated image quality. The reading area is detected using line segment information extracted from the illumination-normalized meter images, and then the three-phase procedures are performed for segmentation of numeric characters in the reading area. Finally, an efficient hybrid classifier is used to classify the segmented numeric characters. The proposed numeric character classifier is a combination of multi-layered feedforward neural network and template matching module. Robust heuristic rules are applied to classify the numeric characters. Experiments using meter image database were conducted. Meter image database was made using various kinds of meters under low-illuminated and shade-illuminated environment. The experimental results indicates the superiority of the proposed numeric character recognition method.

음절수와 모음 열을 이용한 한국어 연결 숫자 음성인식

윤재선,홍광석,Youn, Jeh-Seon,Hong, Kwang-Seok 한국정보처리학회 2003 정보처리학회논문지 A Vol.10 No.1

본 논문에서는 음절수와 모음 열 정보를 이용한 한국어 연속 숫자 인식을 제안하였다. 제안한 연속 숫자 인식기는 첫 단계로 발성된 연속 숫자 음성에서 음절수와 구간을 추출하고, 두 번째 단계로 모음 열을 인식한다. 이와 같이 인식된 모음 열 정보를 이용하여 인식 후보를 줄이게 된다. 인식후보 모델은 조음효과에 효과적으로 대처할 수 있는 CV(Consonant Vowel), VCCV, VC단위 HMM(Hidden Markov Model)을 사용하여 연속 숫자 음성인식기를 구성하였다. 실험결과 제안된 방법이 조음효과를 효과적으로 대처하고 연결 숫자 인식에 유효함을 확인하였다. In this paper, we present a new Korean connected digit recognition based on vowel string and number of syllables. There are two steps to reduce digit candidates. The first one is to determine the number and interval of digit. Once the number and interval of digit are determined, the second is to recognize the vowel string in the digit string. The digit candidates according to vowel string are recognized based on CV (consonant vowel), VCCV and VC unit HMM. The proposed method can cope effectively with the coarticulation effects and recognize the connected digit speech very well.

복합특징과 SVM 분류기를 이용한 필기체 숫자인식

박중조,김태웅,김경민,Park, Joong-Jo,Kim, Tae-Woong,Kim, Kyoung-Min 한국정보통신학회 2010 한국정보통신학회논문지 Vol.14 No.12

In this paper, we studied the use of the foreground and background features and SVM classifier to improve the accuracy of offline handwritten numeral recognition. The foreground features are two directional features: directional gradient feature by Kirsch operators and directional stroke feature by projection runlength, and the background feature is concavity feature which is extracted from the convex hull of the numeral, where concavity feature functions as complement to the directional features. During classification of the numeral, these three features are combined to obtain good discrimination power. The efficiency of our feature sets was tested by recognition experiments on the handwritten numeral database CENPARMI, where we used SVM with RBF kernel as a classifier. The experimental results showed that each combination of two or three features gave a better performance than a single feature. This means that each single feature works with a different discriminating power and cooperates with other features to enhance the recognition accuracy. By using the composite feature of the three features, we achieved a recognition rate of 98.90%. 본 논문에서는 숫자의 전경특징과 배경특징을 이용하고 SVM 분류기를 사용하여 오프라인 필기체 숫자인식에서 인식률을 향상시키는 방안을 제시한다. 숫자의 전경특징은 숫자의 에지선을 추출한 Kirsch 방향특징과 숫자선 자체를 추출한 projection 방향특징으로 구성되며, 숫자의 배경특징은 숫자의 볼록외피로 부터 추출되는 오목특징이다. 여기서 오목특징은 방향특징에 대해 보완적인 특징으로 작용하여 분류 성능 향상에 기여한다. 인식기로는 RBF 커널을 이용한 SVM 분류기를 사용하고, CENPAMI 숫자특징 데이터베이스를 사용하여 제시된 방법의 성능을 검사하였다. 실험 결과 각기 다른 분류 성능을 갖는 이들 3종의 특징들이 상호 보완적으로 작용하여 인식률 향상에 기여함을 확인할 수 있었으며, 제시된 복합특징에 의해 98.90%의 인식률을 달성하였다.

퍼지 RBFNNs와 증분형 주성분 분석법으로 실현된 숫자 인식 시스템의 설계

김봉연(Bong-Youn Kim),오성권(Sung-Kwun Oh),김진율(Jin-Yul Kim) 한국지능시스템학회 2016 한국지능시스템학회논문지 Vol.26 No.1

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다. In this study, we introduce a design of Fuzzy RBFNNs-based digit recognition system using the incremental-PCA in order to recognize the handwritten digits. The Principal Component Analysis (PCA) is a widely-adopted dimensional reduction algorithm, but it needs high computing overhead for feature extraction in case of using high dimensional images or a large amount of training data. To alleviate such problem, the incremental-PCA is proposed for the computationally efficient processing as well as the incremental learning of high dimensional data in the feature extraction stage. The architecture of Fuzzy Radial Basis Function Neural Networks (RBFNN) consists of three functional modules such as condition, conclusion, and inference part. In the condition part, the input space is partitioned with the use of fuzzy clustering realized by means of the Fuzzy C-Means (FCM) algorithm. Also, it is used instead of gaussian function to consider the characteristic of input data. In the conclusion part, connection weights are used as the extended diverse types in polynomial expression such as constant, linear, quadratic and modified quadratic. Experimental results conducted on the benchmarking MNIST handwritten digit database demonstrate the effectiveness and efficiency of the proposed digit recognition system when compared with other studies.

계량기 숫자 전처리 방법: 윤곽보존 숫자강화

이은규,고재필 한국특허학회 2009 특허학연구 : 한국특허학회지 Vol.11 No.1

본 논문에서는 계량기영상에서 발생하는 변화요인을 제거하기 위한 전처리 기법들을 제안한다. 이들 중 윤곽보존 숫자강화라고 명명한 제안기법은 계기판 영상이 고르지 못한 문제점을 해결하기 위해 설계되었다. 이 기법은 숫자 테두리의 명도는 그대로 유지하면서 숫자 중심부분의 밝기는 강화시킴으로써 숫자 영역을 배경 영역으로 부터 두드러지게 한다. 제안하는 전처리 기법의 효과는 통계적 학습이론에 기반을 둔 SVM을 이용한 숫자인식 성능실험을 통해 입증한다. 마진 및 인식률 측면에서 제안기법의 획기적 성능향상을 보인다. In this paper we propose several preprocessing techniques to remove a few variations occurred in meter-digit images. Among these techniques, one method named Contour Preserving Digit Enhancement is designed to solve the problem of irregularity of digit-panel images. This method strengthens the digit region from the background region by preserving the intensity of the border region of a digit while enhancing the center region of the digit. We prove the effect of the proposed method through experiments with SVM which is based on Statistical Learning Theory. Then we demonstrate the significant improvement of the proposed method with respect to the margin and recognition rate.

하이브리드 통계적 특징 모델과 신경망을 이용한 자동차 번호판 인식

유신(Sheen Lew),정병준(ByeongJun Jeong),강현철(Hyunchul Kang) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.12

자동차 번호판 인식 시스템은 문자 추출, 특징 추출 등의 영상처리와 추출된 문자를 인식하는 인식기로 구성된다. 특징 추출은 문자 영역의 데이터 감소뿐만 아니라 인식 성능을 결정한다. 따라서 본 논문에서는 번호판 인식의 결과에 영향이 큰 숫자 인식, 특히 숫자의 특징 추출에 초점을 두었으며, 데이터의 군집성을 재배치하여 데이터 간의 최적의 산란도를 확보할 수 있는 통계적 특징의 혼합 모델을 제안하고, 이를 다층 퍼셉트론과 LVQ 신경망을 이용하여 유효성을 검증하였다. 제안된 통계적 특징 추출 방법은 번호판 영상이 갖는 정보를 가장 잘 유지하고, 잡음과 외부 환경에 강건하며 효과적인 방법임을 보여준다. A license plate recognition system consists of image processing in which characters and features are extracted, and pattern recognition in which extracted characters are classified. Feature extraction plays an important role in not only the level of data reduction but also performance of recognition. Thus, in this paper, we focused on the recognition of numeral characters especially on the feature extraction of numeral characters which has much effect in the result of plate recognition. We suggest a hybrid statistical feature model which assures the best dispersion of input data by reassignment of clustering property of input data. And we verify the effectiveness of suggested model using multi-layer perceptron and learning vector quantization neural networks. The results show that the proposed feature extraction method preserves the information of a license plate well and also is robust and effective for even noisy and external environment.